Mono kamera alapú objektum orientáció becslés
A fejlett vezetéstámogató rendszerek képesek segíteni a sofőrt a vezetés bonyolult feladatának elvégzésében, ezzel csökkentve az emberi hiba lehetőségét. A közúti biztonság növelése mellett a gépjármű automatizálásnak számos további előnye között a gazdaságosságot, környezetvédelmet is említeni lehet. Ezekhez a funkciókhoz elengedhetetlen a robosztus, perceptív és informatív érzékelési rendszer.
Az ilyen rendszerek egyik legnehezebb és legtöbbet kutatott feladata az objektum felismerés, ezen belül is különösen nehéz feladat az objektumok orientációjának becslése. Pontfelhőn, valamint szenzorfúzión alapuló detektorok közelről, azaz, ha sok mért pont áll rendelkezésre az objektumon, jól működnek. Az objektumok mozgásából is lehet sok esetben következtetni az orientációra. Ez a dolgozat egy olyan esetekben is működő detektor fejlesztéséről szól, amely képminőség függvényében akár távolról, álló objektumok esetén is képes felismerni egy jármű orientációját.
A módszer egy kétdimenziós objektumdetektor által, a képből kivágott objektumoknak becsüli az allocentrikus orientációját. Ezt a becslést geometriai számításokkal világkoordináta rendszerbe lehet transzformálni. A megoldás újdonsága, hogy nem regressziós módszerrel, hanem osztályozással történik az orientációbecslés. Az algoritmus egy konvolúciós neurális háló, amely a KITTI adat szett kameraképein lett betanítva. A modell a tanító adat szett validációs részén, valamint a teszt adat szetten is 70% feletti klasszifikációs pontosságot ért el. Az algoritmus valós körülmények között, a tanítástól eltérő feltételek mellett a ZalaZone tesztpályán is tesztelésre került.
szerző
-
Cserni Márton
Mechatronikai mérnöki mesterképzési szak
mesterképzés (MA/MSc)
konzulens
-
Dr. Rövid András
tudományos főmunkatárs, Gépjárműtechnológia Tanszék:
